自适应控制理论与应用【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

自适应控制理论与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1.1 自适应控制的概念1

1.1.1 问题的出现1

1.1.2 自适应控制的定义与特征1

第1章　绪论1

1.2 自适应控制系统与分类2

1.2.1 自适应控制系统的原理性结构与简介2

1.2.2　自适应控制系统的分类3

1.3 自适应控制的发展、应用与研究5

本章小结7

2.1.1　什么是系统辨识8

2.1.2　系统辨识的一般步骤8

第2章　实时参数估计8

2.1　系统辨识的概念8

2.1.3 自适应控制中系统辨识的特点9

2.2 白噪声序列和离散时间系统数学模型9

2.2.1 白噪声序列9

2.2.2　离散时间系统数学模型11

2.3　最小二乘参数估计法13

2.3.1　批处理最小二乘法13

2.3.2　递推最小二乘算法17

2.3.3　具有遗忘因子的递推最小二乘法19

2.3.4　递推增广最小二乘法20

2.4　参数估计的梯度算法21

2.4.1　确定性系统参数估计的梯度算法21

2.4.2　随机逼近递推算法23

2.5　闭环系统辨识27

2.5.1　问题的出现27

2.5.2　什么是闭环系统可辨识27

2.5.3　闭环状态下的辨识方法和可辨识条件28

本章小结30

习题31

3.1 自校正控制系统概要33

第3章　确定性自校正控制33

3.1.1　系统设计的任务34

3.1.2 自校正控制系统设计原理34

3.1.3 自校正控制的两种方法35

3.2　极点配置设计与间接自校正控制方法35

3.2.1　极点配置设计35

3.2.2　间接自校正控制方法42

3.3　基于PID结构的间接自校正控制45

3.3.1　PID控制器的表达形式45

3.3.2　基于PID结构的间接自校正控制47

3.4.1 过程参数已知时的前馈补偿零极点配置48

3.4　具有前馈补偿的零极点配置间接自校正控制48

3.4.2　间接自校正控制算法49

3.5　直接自校正控制50

3.5.1　最小相位系统的情况51

3.5.2　非最小相位系统的情况56

3.5.3　直接和间接自校正混合算法57

本章小结57

习题58

4.1　最小方差自校正控制59

4.1.1　预测模型输出与最优输出预测估计59

第4章　随机性和预测性自校正控制59

4.1.2　最小方差控制62

4.1.3　最小方差自校正控制算法64

4.2　广义最小方差自校正控制67

4.2.1　广义最小方差控制67

4.2.2　闭环系统性能讨论70

4.2.3　广义最小方差自校正控制直接算法71

4.3 多步预测自校正控制76

4.3.1　模型与最优多步预测估计76

4.3.2　Diophantine方程的递推求解78

4.3.3　多步预测自校正控制间接算法80

4.4　多步预测自校正控制的仿真举例85

本章小结89

习题89

第5章　模型参考自适应控制91

5.1 简单自适应控制系统91

5.1.1　直接自适应控制91

5.1.2　间接自适应控制95

5.2　用梯度法设计自适应控制系统96

5.2.1　MIT控制规律97

5.2.2　MIT的规范化算法99

5.3.1　李雅普诺夫稳定性理论概要101

5.3 李雅普诺夫稳定性与正实函数101

5.3.2 正实函数106

5.4　用稳定性方法设计自适应控制系统109

5.4.1 具有可调增益的模型参考自适应控制系统109

5.4.2 状态变量可测时的模型参考自适应控制系统112

5.5　利用输入－输出的模型参考自适应控制系统117

5.5.1　被控对象相对阶为1（即n-m=1）的情况117

5.5.2　被控对象相对阶为2（即n-m=2）的情况123

5.6　模型参考自适应控制与自校正控制的关系127

本章小结128

习题129

6.1.1　直接自适应控制131

第6章　离散时间系统模型参考自适应控制131

6.1　简单离散时间自适应控制系统131

6.1.2　间接自适应控制133

6.2　离散时间系统自适应控制的一般系统结构136

6.3　模型已知时的参考控制137

6.4 自适应控制系统140

6.4.1　干扰d（k）=0时的自适应控制141

6.4.2　具有d（k）？L2的模型参考自适应控制系统的鲁棒性145

6.4.3　对于有界干扰d（k）的鲁棒自适应控制146

本章小结150

7.1.1 反馈线性化与自适应反馈线性化151

第7章　非线性自适应控制151

7.1 非线性自适应后推控制151

7.1.2　后推155

7.1.3　自适应后推157

7.2　自适应逆控制160

7.2.1　执行器非线性与参数化非线性逆160

7.2.2 状态反馈逆控制162

7.2.3　输出反馈逆控制167

7.3　基于Hammerstein模型的非线性自适应控制172

7.3.1　Hammerstein模型172

7.3.2　基于简便Hammerstein模型的非线性自适应控制174

7.3.3　基于简便Hammerstein模型的自适应控制仿真176

本章小结178

第8章　基于人工神经网络的自适应控制179

8.1 引言179

8.2　人工神经网络基本概念与技术180

8.2.1　神经元模型与网络连接180

8.2.2　神经网络的训练（学习）方法181

8.2.3　前向神经网络模型与学习算法182

8.3　基于神经网络的系统辨识185

8.3.1　前向建模186

8.3.2　逆模型建立189

8.4　神经网络模型参考自适应控制190

8.4.1 间接神经网络模型参考自适应控制191

8.4.2　直接神经网络模型参考自适应控制193

8.5　神经网络自校正控制195

8.5.1　直接神经网络自校正控制195

8.5.2　间接神经网络自校正控制197

8.6　径向基函数神经网络的内模控制设计与仿真［42］199

8.6.1 内模控制原理与性质199

8.6.2　系统设计200

8.6.3　网络参量收敛于极小点的性质203

8.6.4　仿真与比较204

8.6.5 结论205

本章小结205

第9章　基于模糊逻辑的自适应控制207

9.1　模糊理论基本概念与模糊控制207

9.1.1　模糊理论基本概念207

9.1.2　模糊控制211

9.2　模糊自适应控制216

9.2.1　模糊自适应控制系统结构216

9.2.2　模糊自适应控制器工作原理217

9.3　模糊模型参考自适应控制220

9.4　间接型模糊自适应控制223

9.4.1　被控对象与控制要求224

9.4.2　控制器与监督器224

9.4.3 自适应调节规律227

9.4.4　模糊控制器的设计228

9.5　工业机器人的模糊自适应控制［55,56］231

9.5.1　系统结构231

9.5.2　赋值表、控制状态表和控制查询表231

9.5.3　参数自动调整与调节特性234

9.5.4　系统的响应235

习题237

本章小结237

第10章 自适应控制的应用239

10.1 自适应控制应用概述239

10.2　丙烯聚合反应过程的自校正控制［57］239

10.2.1　工艺流程及其特点239

10.2.2　控制器设计241

10.2.3　应用效果243

10.3 光学跟踪望远镜的模型参考自适应控制［158］244

10.3.1　关于被控对象244

10.3.2　控制系统结构与自适应规律设计244

10.3.3　现场测试与控制效果247

10.4　一个模型参考自适应控制系统的设计与仿真248

10.4.1　系统设计249

10.4.2　控制算法与程序编写250

10.4.3　仿真结果与讨论252

10.5　液位对象的自校正动态矩阵控制［591254

10.5.1　液位对象与控制要求254

10.5.2　动态矩阵控制机理255

10.5.3　系统设计258

10.5.4　检验与结论260

本章小结262

参考文献263